CIUDAD DE MÉXICO, MÉXICO – La reciente publicación de cifras oficiales sobre el consumo energético de la inteligencia artificial por parte de gigantes tecnológicos como OpenAI y Google ha marcado un hito en la industria. Este avance en la transparencia ha abierto un debate sobre el impacto ambiental de la IA, especialmente en relación con la demanda eléctrica y el cambio climático.
Según un informe del MIT Technology Review, aunque estos datos proporcionan un punto de partida importante, no son suficientes para medir con precisión la huella de carbono de la IA. Por primera vez, OpenAI y Google han revelado detalles específicos sobre la energía consumida por sus modelos de IA al responder consultas. En junio de 2024, Sam Altman, CEO de OpenAI, anunció que una consulta promedio a ChatGPT requiere 0,34 vatios-hora. Posteriormente, en agosto, Google informó que una interacción con su modelo Gemini utiliza un promedio de 0,24 vatios-hora.
Detalles y limitaciones de los datos energéticos
Estas cifras, que coinciden con estimaciones previas para modelos de tamaño medio, ofrecen un referente único para el consumo energético de la IA generativa. Sin embargo, la startup francesa Mistral ha optado por publicar solo una estimación de las emisiones asociadas a sus modelos, sin detallar el uso energético específico.
La información divulgada presenta limitaciones significativas. Expertos han señalado que los datos de OpenAI se presentaron en una entrada de blog, careciendo de un informe técnico detallado. Esto deja sin resolver aspectos críticos como la especificación del modelo evaluado, la metodología empleada y la posible variabilidad del consumo.
En el caso de Google, la cifra reportada representa el consumo mediano por consulta, omitiendo el gasto energético de interacciones más complejas o prolongadas. Además, estos datos solo consideran el procesamiento de texto, ignorando modalidades como imagen o video, que son cada vez más populares entre los usuarios de IA.
Opiniones de expertos y desafíos futuros
Sasha Luccioni, responsable de IA y clima en la plataforma Hugging Face, ha destacado la necesidad de contar con cifras segmentadas por modalidad.
“A medida que el video y la imagen se vuelven más prominentes y utilizados por más personas, necesitamos cifras de diferentes modalidades y cómo se comparan entre sí”,
explicó Luccioni.
Aunque el consumo energético de una consulta aislada es bajo —comparable al de un microondas operando por unos segundos—, el impacto ambiental depende de la escala y diversidad de aplicaciones de la IA. Comprender el efecto neto sobre el clima requiere información detallada sobre los distintos usos de la tecnología, concluyen los especialistas.
El crecimiento de centros de datos dedicados a la IA ha generado preocupación entre analistas energéticos. Ketan Joshi, especialista en clima y energía, comentó al MIT Technology Review que
“la tasa de crecimiento de los centros de datos es indudablemente inusual” y remarcó que las tecnológicas deberían ser examinadas con un rigor superior al de otras industrias.
Implicaciones económicas y medioambientales
Acceder a datos confiables sobre el consumo energético de la IA es tan complejo como intentar medir la eficiencia de un automóvil sin poder conducirlo, según una metáfora utilizada por investigadores consultados por el medio científico. Los desafíos de eficiencia y sostenibilidad se intensifican mientras las grandes tecnológicas buscan conciliar sus metas ambientales con el aumento de sus emisiones.
En mayo de 2024, Microsoft reconoció que sus emisiones habían aumentado más del 23% desde 2020, principalmente debido a la IA, a pesar de su objetivo de ser carbono negativo para 2030.
“Se ha hecho evidente que nuestro camino hacia ser carbono negativo es una maratón, no una carrera de velocidad”,
admitió la empresa.
Las compañías del sector argumentan que la IA, a largo plazo, permitirá optimizar recursos y reducir emisiones en otras áreas, pero hasta el momento no existen pruebas de que haya generado beneficios climáticos netos, fuera de casos anecdóticos.
Las proyecciones sobre el desarrollo futuro de la IA añaden incertidumbre al debate energético. OpenAI informó que ChatGPT recibe 2.500 millones de consultas diarias, y el Lawrence Berkeley National Laboratory estimó que, si la demanda continuara expandiéndose al ritmo actual, la IA podría requerir en 2028 tanta electricidad como el 22% de todos los hogares de Estados Unidos.
A pesar de estas tendencias, en los últimos meses han surgido señales de desaceleración en el sector: el lanzamiento de GPT-5, percibido como un fracaso incluso dentro de OpenAI, ha llevado a algunos críticos a plantear la posibilidad de que la IA enfrente un límite.
Según un estudio del MIT, el 95% de las compañías no obtiene retorno económico de sus fuertes inversiones en IA, debilitando el valor bursátil del sector. Esta situación pone en duda la viabilidad económica de expandir los centros de datos destinados a la IA, especialmente cuando la rentabilidad empresarial permanece incierta.